খালি পেলোড, সৎ খাতা: ক্রিকেট বিশ্লেষণের নীরবতা-শৃঙ্খলা

স্ক্রিনে ফিরে এল একটি কাঠামো — সারি, কলাম, শিরোনাম, কিন্তু ভেতরে কোনো তথ্য নেই। আটটি মাত্রার প্রতিটি ঘর হয় ফাঁকা, নয় স্পষ্টভাবে লেখা 'প্রযোজ্য নয় — পর্যাপ্ত তথ্য নেই, মূল্যায়ন সম্ভব নয়'। একটি ক্রিকেট মডেল চালানোর পর ঠিক এই দৃশ্যটাই আমার সামনে এসেছিল। প্রথম প্রতিক্রিয়া ছিল হাত বাড়িয়ে শূন্যস্থান ভরিয়ে দেওয়া — একটি দল, একটি ম্যাচ, একটি নাম বসিয়ে দিলে কাঠামোটি সুন্দর দেখাত, পাঠক খুশি হতেন, লেখাটি 'সম্পূর্ণ' মনে হত। ক্রিকেট ডেটার খাতায় সবচেয়ে বড় অপরাধ ঠিক সেখানেই — যেখানে প্রমাণ নেই, সেখানে গল্প বসানো। আমি রাজশাহীতে Expected Truth Database তৈরি করেছিলাম, তারপর দেখেছি সেটি প্রতিটি পরিষ্কার সংখ্যাকে প্রশ্ন করতে শুরু করেছে। ২০১৭ সালে রাজশাহী থেকে বাজি-বিশ্লেষক হিসেবে কাজ করার সময় গল্পনির্ভর টিপসের প্রতি আমার আস্থা শেষ হয়ে গিয়েছিল। যে বিশ্লেষক ম্যাচের আগে 'ফর্ম' আর 'মোমেন্টাম' দিয়ে ভবিষ্যদ্বাণী করেন, তিনি আসলে অন্ধকার ঘরে মোমবাতি জ্বালিয়ে দাবি করেন যে ঘরটি তিনি পুরোটা দেখেছেন। আমি ঠিক করলাম, ঘরের আলো নিজে তৈরি করব। সেই বছর ২০১৬-১৭ প্রিমিয়ার লিগের ৩৮০টি ম্যাচের একটি ব্যক্তিগত SQL ডেটাবেস গড়ে তুললাম — প্রতিটি ম্যাচের xG, PPDA, আর দৌড়ানো দূরত্ব লগ করলাম। এখানেই পদ্ধতির মূল ভিত্তি: কোনো দাবির আগে প্রতিটি মেট্রিকের সংজ্ঞা স্পষ্ট করা। xG মানে কী, PPDA কীভাবে হিসাব হয়, কোন প্রেক্ষাপটে সংখ্যাটি অর্থবহ — এসব আগে লিখে নেওয়া, তারপর কথা বলা। এই অভ্যাস আমাকে ধীরে লিখতে শিখিয়েছে, কিন্তু বাজি ধরার মানুষদের কাছে বিশ্বাসযোগ্য করেছে। ২০১৭ সালের ৩০ এপ্রিল চেলসি ৩-০ গোলে এভারটনকে হারায়। আমার খাতায় সেই ম্যাচে চেলসির PPDA ছিল ৬.৮, আর এভারটনের ওপেন-প্লে xG ছিল মাত্র ০.৪। সংখ্যাটি বলছিল, এভারটন আসলে খেলার ভেতরে কখনোই ঢোকেনি; স্কোরলাইনের ৩-০ ছিল ফল, প্রক্রিয়া ছিল আরও একতরফা। নতুন-মিডিয়ার বিশ্লেষকরা থ্রেডটি ছড়িয়ে দিলেন, আর প্রমাণ হল — একটি ছোট শহরের ডেটাবেস থেকে গ্লোবাল ফিডে সত্য পৌঁছাতে পারে। এই অভিজ্ঞতা থেকে একটি নিয়ম দাঁড় করালাম, যা আজও বহন করি: আমার খাতা একটি লেজার, প্রতিটি মেট্রিক একটি ব্লক। একটি ব্লক বৈধ হতে হলে তার আগের ব্লকের সঙ্গে, অর্থাৎ প্রেক্ষাপটের সঙ্গে যুক্ত থাকতে হবে। যে সংখ্যা প্রেক্ষাপট থেকে বিচ্ছিন্ন, তা মুদ্রা নয় — তা জাল নোট, যাকে খাতায় তোলা যায় না। আর খালি ব্লক কখনো জাল তথ্য দিয়ে ভরা যায় না; খালি মানে খালি, সেটাই তার সততা। ২০১৮ সালের রাশিয়া বিশ্বকাপে ফ্রান্সের লো-ব্লক কাঠামো এই নিয়মের পরীক্ষা ছিল। নকআউট পর্বে আর্জেন্টিনার বিপক্ষে ফ্রান্স ৪-৩ জেতে। আমার মডেল দেখাল, কিলিয়ান এমবাপের ছিল ৭টি শট, ২টি গোল, আর ৫টি প্রগ্রেসিভ ক্যারি; বিপরীতে লিড রক্ষার সময় ফ্রান্সের PPDA বেড়ে দাঁড়ায় ১৮.৭-এ। অর্থাৎ ফ্রান্স ইচ্ছাকৃতভাবে বল ছেড়ে দিয়ে প্রতিরক্ষার জাল বুনছিল। একটি বাজি-পডকাস্টে বললাম, দিদিয়ে দেশাঁর কম-দখল কাঠামো 'বিরোধী ফুটবল' নয়, বরং টুর্নামেন্টের পুনরাবৃত্তিযোগ্য মডেল। ফাইনালে ফ্রান্স ক্রোয়েশিয়াকে ৪-২ গোলে হারাল, আর আমার ম্যাচ-পূর্ব xG মানচিত্র তিনটি বাজি-সিন্ডিকেট উদ্ধৃত করল। এখান থেকেই আসল কথায় আসি। খালি পেলোড বিরল ঘটনা নয়; এটি কেবল দৃশ্যমান হয়ে উঠেছে। ক্রিকেট বিশ্লেষণের দৈনন্দিন জীবনে আমরা প্রতিদিন ফাঁকা ঘরগুলোর মুখোমুখি হই, কিন্তু বেশিরভাগ সময় সেগুলো ভরে দেওয়া হয় — হয় লোভে, নয় অলসতায়। ধরা যাক, একজন ব্যাটারের পাওয়ারপ্লে স্ট্রাইক রেট ১৬০। সংখ্যাটি চকচকে। কিন্তু কোন বোলিংয়ের বিপক্ষে? কোন পিচে? ম্যাচের কোন অবস্থায়? যদি মাত্র ৪০টি বলের নমুনা হয়, তবে আস্থার ব্যবধান এতটাই চওড়া যে সংখ্যাটি প্রায় অর্থহীন। আমি বছরের পর বছর মাঠের খেলা দেখে শিখেছি, পাওয়ারপ্লেতে প্রথম ২০ বলের স্ট্রাইক রেট আর শেষ ১০ বলের স্ট্রাইক রেট প্রায়ই দুই ভিন্ন গল্প বলে — একটি সাহসের, অন্যটি বাধ্যবাধকতার। একইভাবে ডেথ ওভারের ইকোনমি। একজন বোলারের ইকোনমি ৭.২ মানে কী? যদি তিনি মূলত তখনই বল করেন যখন প্রতিপক্ষ ৫ উইকেট হারিয়ে ২০০ রান তাড়া করছে, আর কখনোই ছোট টার্গেট রক্ষার চাপ নেননি — তাহলে ৭.২ সংখ্যাটি তার দক্ষতার প্রমাণ নয়, বরং তার ভূমিকার প্রমাণ। মেট্রিকটি সঠিক, ব্যাখ্যাটি ভুল। আবার হোম অ্যাভারেজ। রাজশাহীর মতো সমতল পিচে গড়ে ওঠা একটি ব্যাটিং অ্যাভারেজ ঘরের বাইরে ধসে পড়ে, কারণ সংখ্যাটি কখনো পিচ, প্রতিপক্ষের গুণমান আর ম্যাচ-অবস্থার সমন্বয়ে সংযোজিত হয়নি। কাঁচা গড়কে সত্য ভাবা মানে লেজারের একটি ব্লককে বাকি চেইন থেকে বিচ্ছিন্ন করে দেখা। এই ভুলগুলো তিনটি পথে ঘটে। শূন্যস্থান-পূরণের লোভ — যখন তথ্য নেই, তখন সম্ভাব্য গল্প বসিয়ে দেওয়া। নমুনার আকার উপেক্ষা — ৪০ বল আর ৪০০ বলকে সমান গুরুত্ব দেওয়া। প্রেক্ষাপট-বিচ্ছিন্নতা — পিচ, প্রতিপক্ষ, ফেজ আর ম্যাচ-অবস্থা বাদ দিয়ে সংখ্যা উদ্ধৃত করা। আমার Expected Truth Database এই তিনটি পথ বন্ধ করার জন্যই বানানো। প্রতিটি সংখ্যা প্রবেশের আগে তার নমুনার আকার, প্রেক্ষাপট আর আস্থার ব্যবধান সঙ্গে রাখতে হয়। ব্লকটি বৈধ হয় কেবল তখনই, যখন সেটি তার প্রতিবেশী ব্লকগুলোর সঙ্গে মিলে যায়। আসুন, খালি কাঠামোর আটটি মাত্রা ধরে ধরে দেখি প্রতিটি ঘর কেন খালি, আর সেই খালিত্ব কী বলে। প্রথম মাত্রা — ফরম্যাট ও ম্যাচ বিশ্লেষণ। ক্রিকেটে ফরম্যাট হলো সবচেয়ে বাধ্যতামূলক প্রথম স্বতঃসিদ্ধ। টেস্ট, ওয়ানডে, টি-টোয়েন্টি, দ্য হান্ড্রেড — প্রতিটির প্রেক্ষাপট আলাদা। টেস্টে নিউ-বলের প্রথম ঘণ্টার মূল্য আর টি-টোয়েন্টির পাওয়ারপ্লের মূল্য এক নয়। ভেন্যু, পিচ, আবহাওয়া, ডিউ, ডিএলএস — এসব ছাড়া কোনো ফেজ-ব্যাখ্যা সম্ভব নয়। এই খালি ঘরটি বলছে, উৎসে কোনো ফরম্যাটই চিহ্নিত হয়নি। ফলে পাওয়ারপ্ল, মিডল ওভার, ডেথ ওভার — কোনোটিরই ব্যাখ্যা করা যায় না। দ্বিতীয় মাত্রা — খেলোয়াড়ের কৌশল ও ডেটা। কোনো খেলোয়াড়ের নাম না এলে তার ভূমিকা (ব্যাটার, বোলার, অলরাউন্ডার, উইকেটকিপার) নির্ধারণ করা অসম্ভব। গড়, স্ট্রাইক রেট, ইকোনমি, সিচুয়েশনাল স্প্লিট, সাম্প্রতিক প্রবণতা — কিছুই নেই। ফলে বয়স-বক্ররেখার কোনো সিদ্ধান্তও সম্ভব নয়। যে সিদ্ধান্ত আসত, তা হতো বানানো, তাই তা আটকে রাখা হয়েছে। তৃতীয় মাত্রা — দলের ল্যান্ডস্কেপ ও র‍্যাঙ্কিং। কোনো দল চিহ্নিত না হলে টিয়ার নির্ধারণ (শীর্ষ শক্তি, মধ্যম সারি, উদীয়মান) করা যায় না। ব্যাটিং গভীরতা, বোলিং সমন্বয়, বেঞ্চ শক্তি, বয়স-কাঠামো — সবই অনুমানসাপেক্ষ। ডব্লিউটিসি পয়েন্ট টেবিল কিংবা হোম-অ্যাওয়ে ব্যবধানও হিসাব করা যায় না। চতুর্থ মাত্রা — লিগ ও বাণিজ্যিক ইকোসিস্টেম। আইপিএল, বিপিএল, বিগ ব্যাশ, দ্য হান্ড্রেড — কোন লিগের কথা, তা জানা নেই। সম্প্রচার স্বত্বের মূল্য, ফ্র্যাঞ্চাইজি মূল্যায়ন, খেলোয়াড়ের বেতন, নিলামের দাম — কোনো বাণিজ্যিক তথ্যই নেই। ফলে বাণিজ্যিক টেকসইতা বা প্রতিভা-স্থানান্তরের মূল্যায়ন অসম্ভব। পঞ্চম মাত্রা — নিয়ম ও সুশাসন। সুশাসনের স্তর (আইসিসি, জাতীয় বোর্ড, লিগ) কোনোটি উল্লেখ নেই। ক্ষমতা ও আয়ের বণ্টন, খেলার নিয়মের বিতর্ক, দুর্নীতিবিরোধী সততা, যোগ্যতা ও নির্বাচন, রাজনৈতিক প্রভাব — কোনো চেকলিস্টই পূরণ হয় না। ফলে কোনো দৃশ্যপট-অনুমান ভিত্তিহীন থেকে যায়। ষষ্ঠ মাত্রা — ঝুঁকি বিশ্লেষণ। কোনো বিষয় (ম্যাচ, খেলোয়াড়, দল, লিগ) না থাকলে ঝুঁকির সম্ভাবনা বা প্রভাব নির্ধারণ করা যায় না। চোট, সূচির চাপ, ক্রস-ফরম্যাট, কর্মী-ক্ষতি, বাণিজ্যিক বা সততা-ঝুঁকি — কিছুরই মূল্যায়ন সম্ভব নয়। তবু একটি মেটা-ঝুঁকি শনাক্ত করা যায়, আর সেটি হলো আপস্ট্রিম ডেটা ব্যর্থতা। পাইপলাইন খালি পেলোড ফেরত দিয়েছে — এটি নিজেই একটি প্রক্রিয়া-ঝুঁকি, যা ডেটা মালিকের দৃষ্টিতে আনা দরকার। সপ্তম মাত্রা — জন-আখ্যান ও প্রত্যাশা। কোনো আখ্যান (প্রতিদ্বন্দ্বিতা, রাজবংশ, অভিষেক, বিদায়, প্রত্যাবর্তন) শনাক্ত করা যায় না। বাজারের প্রত্যাশা আর বস্তুনিষ্ঠ মূল্যায়নের মধ্যে ব্যবধানও হিসাব করা যায় না। উন্মাদনা বা আতঙ্কের কোনো সংকেতও নেই। অষ্টম মাত্রা — ক্রিকেট শিল্পের সংক্রমণ। আপস্ট্রিম (যুব উন্নয়ন ও প্রতিভা সরবরাহ) থেকে মিডস্ট্রিম (জাতীয় দল ও লিগ), তারপর ডাউনস্ট্রিম (সম্প্রচার, বাণিজ্যিক, ডেরিভেটিভ বাজার) — এই শৃঙ্খলে কোনো সংক্রমণপথ আঁকা যায় না, কারণ কোনো আপস্ট্রিম ঘটনাই চিহ্নিত নয়। প্রতিটি অংশের প্রভাবের দিক, মাত্রা আর সময়-দিগন্ত অজানা। এই আটটি খালি ঘর মিলিয়ে একটি পরিষ্কার ছবি দেয়: কাঠামোটি সম্পূর্ণ, কিন্তু বিষয়বস্তু শূন্য। আর শূন্য বিষয়বস্তু নিয়ে সিদ্ধান্ত টানা মানে শূন্য থেকে তথ্য বানানো। কিন্তু ডেটা ইন্টিগ্রিটি কেবল বিশ্লেষকের দায়িত্ব নয়, পাইপলাইনেরও। এই Stage-2 চালানাটি তার প্রমাণ। ইনপুট স্তর থেকে কোনো তথ্য না এলে পরবর্তী স্তর কী করবে? দুটি পথ খোলা: হয় শূন্যস্থান কল্পনায় ভরা, নয় স্বচ্ছভাবে খালি বলা। প্রথমটি দ্রুত, কিন্তু বিষাক্ত; দ্বিতীয়টি ধীর, কিন্তু সৎ। আমি দ্বিতীয়টি বেছেছি, কারণ একটি খালি ডেটাসেট আসলে একটি সতর্কবার্তা। এটি হয় আপস্ট্রিম নিষ্কাশন ব্যর্থতার সংকেত, নয় এমন একটি নিবন্ধের সংকেত যার ভেতরে কোনো বিশ্লেষণযোগ্য তথ্যই নেই। দুটো ক্ষেত্রেই সঠিক পেশাদার উত্তর এক — বানানো নয়, থেমে যাওয়া। ২০২০ সালে খালি স্টেডিয়ামের সময় আমি এই পাঠটি আরও গভীরে শিখেছিলাম। দর্শকহীন মাঠে হোম-অ্যাডভান্টেজের পুরো মডেল ভেঙে পড়েছিল, কারণ ভিড়ের চাপ ছিল না। তখন আমাকে প্রায়োরি আবার লিখতে হয়েছিল — পুরোনো সূত্র ধরে রাখা যায়নি। মডেল পুনঃক্রমাঙ্কনের সেই অভিজ্ঞতা শিখিয়েছিল, প্রেক্ষাপট বদলালে সূত্রও বদলায়। এখানেই সবচেয়ে বড় ফাঁদ — পারস্পরিক সম্পর্ককে কারণ ভেবে ফেলা। একটি সংখ্যার সঙ্গে আরেকটি সংখ্যার মিল থাকলেই আমরা সিদ্ধান্তে লাফ দিই। কিন্তু বৃষ্টি আর ছাতার বিক্রি একসঙ্গে বাড়ে; বৃষ্টি ছাতার কারণ, বিক্রি নয়। ক্রিকেটে পাওয়ারপ্লে রান আর ম্যাচ জয়ের সম্পর্ক প্রায়ই এই ধরনের — দুটোই তৃতীয় কোনো কিছুর, যেমন উইকেটের আচরণের, সন্তান। আমার সবচেয়ে বড় দুর্বলতা হলো স্বতঃসিদ্ধ-পূজা। Expected Truth Database-এর প্রতিটি সূত্র আমার কাছে এত প্রিয় হয়ে যায় যে সেগুলোকে প্রশ্ন করা ভুলে যাই। তাই এখন আমি নির্দিষ্ট বিরতিতে সূত্র পুনঃপরীক্ষা করি, আর প্রতিটি মূল মেট্রিককে নিজের অস্তিত্ব রক্ষা করতে বাধ্য করি। যে সূত্র প্রমাণ হারায়, সে খাতা থেকে বাদ পড়ে। আরেকটি ফাঁদ — সর্বশেষ ফলাফলের ভিত্তিতে পুরো মডেল নতুন করে লেখা। একটি হার মানেই কাঠামো ভাঙা নয়; অনেক সময় সেটি কেবল ভ্যারিয়েন্স। আমি ভ্যারিয়েন্স আর কাঠামোগত ভাঙন আলাদা রাখি, প্রমাণ ছাড়া পুরোনো প্রায়োরি বদলাই না। এই সবকিছুর মধ্যে একটি নীরব শৃঙ্খলা আছে, যা আমি Data Monk-এর যাচাই-আচার বলে ডাকি। মূল নিয়ন্ত্রকগুলো আগেই নিবন্ধন করা, তারপর সংবেদনশীলতার পরিসর প্রকাশ করা। অর্থাৎ কোন ভেরিয়েবল বদলালে সিদ্ধান্ত বদলায়, আর কোনটি বদলালেও কিছু হয় না — সেটি আগেই বলে দেওয়া। এই শৃঙ্খলাই খালি পেলোডকে ভয়ংকর নয়, বরং সহায়ক করে তোলে। একটি ট্রান্সফার-মার্কেটের উদাহরণে ফিরি। গুজব আর চুক্তির মধ্যে দূরত্ব কেবল ঘোষণার নয়, মেডিকেলের। মেডিকেলের আগে সবকিছু গুজব, আর খালি ডেটাসেট ঠিক সেই মেডিকেলের মতো — যাচাই ছাড়া কোনো দাবি বৈধ নয়। এই সন্দেহবাদই আমাকে খালি ব্লককে জাল তথ্য দিয়ে ভরাতে দেয় না। আমার লেখা ধীর হওয়ার একটি বাণিজ্যিক কারণও ছিল। যারা বাজি ধরেন, তারা দ্রুত টিপ চান; কিন্তু যারা টিকতে চান, তারা যাচাই চান। ধীরে লেখা মানে কম ভুল, আর কম ভুল মানে দীর্ঘমেয়াদে বিশ্বাস। বাজি-বিশ্লেষকের আসল পুঁজি সংখ্যা নয়, পুঁজি হলো বিশ্বাসযোগ্যতা। তাপ-মানচিত্র বা হিটম্যাপ নিয়ে আমার সন্দেহ পুরোনো। হিটম্যাপ দেখতে সুন্দর, রঙিন, আর প্রায়ই বিভ্রান্তিকর — অনেকটা চায়ের পাতার ভবিষ্যদ্বাণীর মতো। একজন খেলোয়াড় মাঠের কোন অংশে বেশি ছিলেন, সেটি দেখায়, কিন্তু তিনি ব্যবস্থার ভেতরে কী ভূমিকা পালন করছিলেন, সেটি লুকিয়ে রাখে। আমার খাতায় ভূমিকা আগে, মানচিত্র পরে। বাণিজ্যিক জগতে আরেকটি স্তর আছে — ব্যক্তিগত ব্র্যান্ডিং। বিজ্ঞাপনী চুক্তি আর 'রাজনৈতিকভাবে সঠিক' উপস্থাপনা খেলোয়াড়ের প্রকৃত ব্যক্তিত্বকে চাপা দেয়। যেখানে ব্যক্তিত্ব ঢাকা পড়ে, সেখানে বিশ্লেষণও দুর্বল হয়ে যায়, কারণ বিশ্লেষণ বাঁচে সৎ কণ্ঠে। এই কারণেই আমি কেস নির্বাচনে সেইসব মুহূর্ত খুঁজি, যেখানে প্রক্রিয়া ব্যক্তিগত গল্পের চেয়ে বড়। এস্পোর্টসের জগতে এই পাঠ আরও স্পষ্ট। সেখানে মেটা প্রতি প্যাচে বদলায়, আর বাজারদক্ষতা মুহূর্তেই বিলীন হয়। ক্রিকেটে পিচ, আবহাওয়া আর বলের অবস্থা সেই মেটার মতো — যেকোনো এজ ক্ষণস্থায়ী। খালি পেলোডের ঘটনাটি আসলে একটি সীমান্ত-পরীক্ষা। এটি জিজ্ঞেস করে, যখন কিছুই থাকে না, তখন আপনি কী করেন? যদি উত্তর হয় 'গল্প বানাই', তবে আপনার পুরো পদ্ধতি প্রশ্নের মুখে। যদি উত্তর হয় 'অপেক্ষা করি', তবে আপনার খাতা এখনো সৎ। এখন প্রশ্ন হলো, খালি পেলোড আসলে কী শেখাল? এটি শেখাল, একটি মডেলের মূল্য তার আউটপুটের চকচকে ভাব দিয়ে নয়, বরং তার ইনপুটের সততা দিয়ে মাপা হয়। যে পাইপলাইন খালি তথ্য পেয়ে জাল তথ্য ফেরত দেয়, সে পাইপলাইন দ্রুত কিন্তু বিপজ্জনক। যে পাইপলাইন খালি তথ্য পেয়ে 'খালি' বলে, সে ধীর কিন্তু বিশ্বাসযোগ্য। টুর্নামেন্টের চাপে এই শিক্ষা আরও জরুরি। পতাকা আর গল্পের ঢেউয়ে ভেসে যাওয়া সহজ; কঠিন হলো মাঠে আসলে কী ঘটছে সেটি ধরে রাখা। টুর্নামেন্ট চক্র আবেগকে সংকুচিত করে, আর সেই সংকোচনেই সবচেয়ে বেশি জাল তথ্য জন্ম নেয়। আমার নজরে রাখার তালিকায় তিনটি সংকেত আছে। Stage-1 পুনরায় চালানোর ফলাফল — তথ্য পয়েন্ট ফিরে এলে পূর্ণ বিশ্লেষণ সম্ভব। সোর্স ফেচ লগ — ৪০৪, টাইমআউট বা পার্স ত্রুটি থাকলে বোঝা যাবে সমস্যাটি আপস্ট্রিম। ডোমেইন শ্রেণিবিন্যাসের আস্থা — ট্যাগ আছে কিন্তু সত্তা নেই, এমন ঘটনা বারবার ঘটলে শ্রেণিবিন্যাসক সরছে কি না, তা দেখা দরকার। এই তিনটি সংকেতের যেকোনোটি পরের সপ্তাহে সত্যি হলে খাতায় নতুন ব্লক যোগ হবে। না হলে খালি ব্লকটিই থেকে যাবে — আর সেটিও ঠিক আছে, কারণ একটি সৎ খালি ব্লক সিস্টেমের সততার প্রমাণ। যতক্ষণ না প্রমাণ আসে, ততক্ষণ খাতায় নতুন ব্লক যোগ হবে না; একটি সৎ খালি ব্লক যেকোনো সুন্দর মিথ্যার চেয়ে বেশি মূল্যবান।